Dosen Pengampu :
Rani Pratiwi, M.Pd.
SISTEM INFORMASI
STMIK PRINGSEWU
2019
Analitycal Hierarchy Process (AHP)
Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif yang
terbaik. Seperti melakukan penstrukturan persoalan, penentuan alternatif-alternatif,
penenetapan nilai kemungkinan untuk variabel aleatori, penetap nilai, persyaratan preferensi
terhadap waktu, dan spesifikasi atas resiko. Betapapun melebarnya alternatif yang dapat
ditetapkan maupun terperincinya penjajagan nilai kemungkinan, keterbatasan yang tetap
melingkupi adalah dasar pembandingan berbentuk suatu kriteria yang tunggal.
1. Struktur yang berhirarki, sebagai konsekwensi dari kriteria yang dipilih, sampai pada
subkriteria yang paling dalam
2. Memperhitungkan validitas sampai dengan batas toleransi inkosistensi berbagai
kriteria dan alternatif yang dipilih oleh para pengambil keputusan
3. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan
keputusan.
Selain itu, AHP mempunyai kemampuan untuk memecahkan masalah yang multi
obyektif dan multi-kriteria yang berdasarkan pada perbandingan preferensi dari setiap elemen
dalam hirarki. Jadi, model ini merupakan suatu model pengambilan keputusan yang
komprehensif. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas
pengambilan keputusan.
Dalam memecahkan persoalan dengan analisis logis eksplisit, ada tiga prinsip yang
mendasari pemikiran AHP, yakni : prinsip menyusun hirarki, prinsip menetapkan prioritas,
dan prinsip konsistensi logis.
Penjabaran tujuan hirarki yang lebih rendah pada dasarnya ditujukan agar
memperolah kriteria yang dapat diukur. Walaupun sebenarnya tidaklah selalu demikian
keadaannya. Dalam beberapa hal tertentu, mungkin lebih menguntungkan bila menggunakan
tujuan pada hirarki yang lebih tinggi dalam proses analisis. Semakin rendah dalam
menjabarkan suatu tujuan, semakin mudah pula penentuan ukuran obyektif dan kriteria-
kriterianya. Akan tetapi, ada kalanya dalam proses analisis pangambilan keputusan tidak
memerlukan penjabaran yang terlalu terperinci. Maka salah satu cara untuk menyatakan
ukuran pencapaiannya adalah menggunakan skala subyektif.
Intensitas
Keterangan Penjelasan
Kepentingan
Nilai-nilai antara dua nilai Nilai ini diberikan bila ada dua
2,4,6,8
pertimbangan yang berdekatan kompromi diantara dua pilihan
Perbandingan ini dilakukan dengan matriks. Misalkan untuk memilih manajer, hasil
pendapat para pakar atau sudah menjadi aturan yang dasar (generic), managerialskillsedikit
lebih penting daripada pendidikan, teknikalskill sama pentingnya dengan pendidikan serta
personal skill berada diantaramanagerial dan pendidikan.
Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut,
harus mempunyai hubungan kardinal dan ordinal, sebagai berikut:
1. Dengan melihat preferensi multiplikatif, misalnya jika apel lebih enak 4 kali dari jeruk
dan jeruk lebih enak 2 kali dari melon, maka apel lebih enak 8 kali dari melon
2. Dengan melihat preferensi transitif, misalnya apel lebih enak dari jeruk, dan jeruk
lebih enak dari melon, maka apel lebih enak dari melon
Untuk model AHP, matriks perbandingan dapat diterima jika nilai rasio konsisten <
0.1. nilai CR < 0.1 merupakan nilai yang tingkat konsistensinya baik dan dapat
dipertanggung jawabkan. Dengan demikian nilai CR merupakan ukuran bagi konsistensi
suatu komparasi berpasangan dalam matriks pendapat. Jika indeks konsistensi cukup tinggi
maka dapat dilakukan revisi judgement, yaitu dengan dicari deviasi RMS dari barisan (aij dan
Wi / Wj ) dan merevisi judgment pada baris yang mempunyai nilai prioritas terbesar
Pemilihan alternatif
Alokasi sumber daya
Keputusan evaluasi dan upah karyawan
QualityFunctionDeployment
Penentuan Harga
Perumusan Strategi Pemasaran
Evaluasi proses akuisisi dan merger
Dan sebagainya
Dengan menggunakan expertchoice, maka tidak ada lagi metode coba-coba dalam
proses pengambilan keputusan. Dengan didasari oleh AnalitycalHierarchyProcess (AHP),
penggunaan hirarki dalam expertchoice bertujuan untuk mengorganisir perkiraan dan intuisi
dalam suatu bentuk logis. Pendekatan secara hierarki ini memungkinkan pengambil
keputusan untuk menganalisa seluruh pilihan untuk pengambilan keputusan yang efektif.
Pengertian Metode Simple Additive Weighting (SAW)
Metode SAW adalah Salah satu metode yang digunakan untuk menyelesaikan
masalah dari Fuzzy Multiple Attribute Decision Making ( FMADM ) adalah metode Simple
Additive Weighting (SAW) yaitu suatu metode yang digunakan untuk mencari alternatif
optimal dari sejumlah alternatif dengan kriteria tertentu.
Definisi Metode Simple Additive Weighting (SAW)sering juga dikenal istilah metode
penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua atribut (Pahlevy. 2010). Metode ini
membutuhkan proses normalisasi matriks keputusan X ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif yang ada.
Formulauntukmelakukannormalisasitersebutadalahsebagaiberikut (Kusumadewi, Harjoko,
dan Wardoyo. 2006):
Dimana:
rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,…,m) Maxi= nilai maksimum dari
setiap baris dan kolom.
Mini= nilai minimum dari setiap baris dan kolom. xij= baris dan kolom dari matriks.
Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai(
Kusumadewi, Harjoko, dan Wardoyo.2006):
Dimana:
Kelebihan dari metode simple additive weighting dibanding dengan model pengambil
keputusan lainnya terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat
karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu
SAW juga dapat menyeleksi alternatif terbaik dari sejumlah alternatif yang ada karena
adanya proses perangkingan setelah menentukan bobot untuk setiap atribut.
Weighted Product ( WP )
Metode WP Metode weighted product merupakan salah satu metode penyelesaian
yang di tawarkan untuk menyelesaikan masalah Multi Atribute Decission Making (MADM).
Metode WP mirip COMPILER 19 Ryzal Pradito, Yuliani indrianingsih dengan metode
Weighted Sum (WS), hanya saja metode WP terdapat perkalian perhitungan matematiknya.
Metode WP juga di sebut analisis berdimensi karena struktur matematikanya menghilangkan
satu ukuran. Metode WP adalah himpunan berhingga dari alternatif keputusan yang di
jelaskan dalam beberapa hal kriteria keputusan. Jadi metode ini tidak perlu di normalisasikan.